运动规划
路径度量,RRT路径规划者,路径跟踪
使用运动规划来规划通过环境的路径。您可以使用常见的基于采样的计划器,如RRT、RRT*和Hybrid A*,或者指定您自己的可定制路径规划接口。使用路径度量和状态验证来确保您的路径是有效的,具有适当的障碍物清除或平滑性。使用纯追踪和矢量场直方图算法跟随你的路径并避开障碍。
功能
主题
- 选择导航路径规划算法
关于不同路径和运动规划算法的好处的细节。
- 在凌乱的房间里用RRT移动家具
这个例子展示了如何规划一条路径,以在一个狭窄的空间中移动笨重的家具,避免柱子。
- 基于RRT的机械手运动规划
为a计划一个抓取动作Kinova Jaco辅助机器人手臂使用快速搜索随机树(RRT)算法。
- 城市驾驶最优轨迹生成
此示例演示如何在城市场景中使用
trajectoryOptimalFrenet
. - 基于动态占用网格图的城市环境运动规划
这个例子展示了如何使用Frenet参考路径在城市驾驶场景中执行动态重新规划。
- 在Simulink®中的路径跟随和障碍物回避
使用Simulink在跟随差动驱动机器人的路径时避开障碍物。
- TurtleBot和VFH避障
这个例子展示了如何使用ROS工具箱和TurtleBot®带有矢量场直方图(VFH)来执行在环境中驾驶机器人时的障碍物规避。
- 向量场直方图
VFH算法细节和可调属性。
- 纯追求控制器
纯追踪控制器的功能和算法细节。